دراسة جديدة من معهد ماساتشوستس للتكنولوجيا يشير إلى أن نماذج الذكاء الاصطناعي الأكبر والأكثر كثافة من الناحية الحسابية قد تقدم قريبًا عوائد متناقصة مقارنة بالنماذج الأصغر. من خلال رسم خرائط لقوانين القياس مقابل التحسينات المستمرة في كفاءة النماذج، وجد الباحثون أنه قد يصبح من الصعب تحقيق قفزات في الأداء من النماذج العملاقة، في حين أن مكاسب الكفاءة يمكن أن تجعل النماذج التي تعمل على أجهزة أكثر تواضعًا قادرة بشكل متزايد على مدى العقد المقبل.
يقول نيل طومسون، عالم الكمبيوتر والأستاذ في معهد ماساتشوستس للتكنولوجيا المشارك في الدراسة: “في السنوات الخمس إلى العشر المقبلة، من المرجح جدًا أن تبدأ الأمور في التضييق”.
إن القفزات في الكفاءة، مثل تلك التي شوهدت مع نموذج DeepSeek منخفض التكلفة بشكل ملحوظ في يناير، كانت بمثابة اختبار واقعي لصناعة الذكاء الاصطناعي، التي اعتادت على حرق كميات هائلة من الحوسبة.
في ظل الوضع الحالي، يعد النموذج الرائد من شركة مثل OpenAI حاليًا أفضل بكثير من النموذج الذي تم تدريبه بجزء بسيط من الحوسبة من المختبر الأكاديمي. في حين أن توقعات فريق معهد ماساتشوستس للتكنولوجيا قد لا تكون صحيحة، على سبيل المثال، إذا أدت أساليب التدريب الجديدة مثل التعلم المعزز إلى نتائج جديدة مفاجئة، إلا أنهم يشيرون إلى أن شركات الذكاء الاصطناعي الكبرى سيكون لها ميزة أقل في المستقبل.
أصبح هانز جوندلاش، عالم الأبحاث في معهد ماساتشوستس للتكنولوجيا والذي قاد التحليل، مهتمًا بهذه القضية بسبب الطبيعة غير العملية لتشغيل النماذج المتطورة. وبالتعاون مع طومسون وجايسون لينش، وهو عالم أبحاث آخر في معهد ماساتشوستس للتكنولوجيا، قام بتخطيط الأداء المستقبلي للنماذج الحدودية مقارنة بتلك المبنية بوسائل حسابية أكثر تواضعا. يقول جوندلاش إن الاتجاه المتوقع واضح بشكل خاص بالنسبة لنماذج الاستدلال التي أصبحت رائجة الآن، والتي تعتمد بشكل أكبر على العمليات الحسابية الإضافية أثناء الاستدلال.
يقول طومسون إن النتائج تظهر قيمة تحسين الخوارزمية بالإضافة إلى توسيع نطاق الحوسبة. ويضيف: “إذا كنت تنفق الكثير من المال لتدريب هذه النماذج، فيجب عليك بالتأكيد أن تنفق جزءًا منه في محاولة تطوير خوارزميات أكثر كفاءة، لأن ذلك يمكن أن يكون ذا أهمية كبيرة”.
وتعد هذه الدراسة مثيرة للاهتمام بشكل خاص بالنظر إلى ازدهار البنية التحتية للذكاء الاصطناعي اليوم (أو هل ينبغي أن نقول “فقاعة”؟) – والتي لا تظهر علامات تذكر على التباطؤ.
وقعت شركة OpenAI وشركات التكنولوجيا الأمريكية الأخرى صفقات بقيمة مائة مليار دولار لبناء البنية التحتية للذكاء الاصطناعي في الولايات المتحدة. “إن العالم يحتاج إلى المزيد من الحوسبة”، هذا ما أعلنه رئيس شركة OpenAI، جريج بروكمان، هذا الأسبوع عندما أعلن عن شراكة بين OpenAI وBroadcom لرقائق الذكاء الاصطناعي المخصصة.
ويشكك عدد متزايد من الخبراء في مدى سلامة هذه الصفقات. يذهب ما يقرب من 60 بالمائة من تكلفة بناء مركز بيانات إلى وحدات معالجة الرسومات، والتي تميل إلى الانخفاض بسرعة. كما تبدو الشراكات بين اللاعبين الرئيسيين دائرية ومبهمة.
